國外動態

戰略政策

美軍特種作戰部隊將全面利用人工智能與機器學習能力

發布時間：2020年05月15日

5月12日，美國特種作戰司令部（SOCOM）司令理查德·克拉克在虛擬特種作戰部隊工業會議上表示，鑒于當前所面臨的實力相近的競爭對手和暴力極端組織，SOCOM將在其投資組合中全面利用人工智能和機器學習能力。目前，SOCOM已經并將繼續將人工智能和機器學習能力整合至其大多數項目執行辦公室所開展的項目中。

采辦執行官吉姆·斯密斯表示，SOCOM對人工智能和機器學習的應用不僅限于信息作戰，還在為其最高優先事項尋求廣泛應用，包括：下一代情報監視與偵察（ISR）；下一代機動能力；精確火力與效應；生物技術；“超級使能作戰人員”；數據和網絡。

1、信息戰

克拉克表示，目前S O C O M與對手處于“影響戰”之中，這就使軍事信息支援作戰（MISO）變得更為重要，要求SOCOM必須想對手之所想，以更快地開展信息戰。目前，SOCOM已成立了一個聯合軍事信息支援作戰“網絡作戰”（web ops）中心，以應對ISIS等極端組織利用新冠疫情加強社交媒體招募活動。

2、下一代ISR

對于下一代ISR而言，最重要的是實現傳感器融合，以將無人空中系統、網絡和天基能力，以及其他傳感器提供的信息進行融合。

3、下一代機動能力

對于下一代機動能力，人工智能和機器學習可幫助無人機和其他機器人進行導航或自主執行任務。此外，還可幫助特種作戰部隊采用無線射頻對抗措施。

4、精確火力與效應

對于精確打擊投資組合，SOCOM希望巡飛彈能夠在正確的時間和地點實施目標打擊。同時，SOCOM也需要反無人機技術，而人工智能和機器學習可被用來甄別對手無人機并對其防御系統進行打擊。

5、生物技術

在生物技術方面，SOCOM正與工業合作伙伴合作，利用人工智能和機器學習研究低水平爆炸暴露對大腦的長期影響。

6、“超級使能作戰人員”

在“超級使能作戰人員”概念方面，SOCOM也將人工智能和機器學習納入到該概念中，以提供邊緣認知優勢，包括信息分析、合成及通信能力，以使作戰人員能夠更好地作出決策。

7、數據與網絡

在數據與網絡方面，SOCOM將于6月份在其位于佛羅里達坦帕市的SOFWERX辦公室啟動“分析自動化”項目，以利用人工智能和機器學習大幅減少戰術作戰中心分析人員在信息收集、分析、分發等方面的工作負荷。

此外，人工智能和機器學習在增強數據管理和網絡方面的潛能也非常明顯。SOCOM已利用人工智能執行預測性維護，以及支撐戰術邊緣任務指揮。斯密斯表示，SOCOM成立了一個新的項目執行辦公室，即特種作戰部隊數字應用項目執行辦公室，以尋求并利用人工智能軟件能力。SOCOM希望在其采辦投資組合中，工業部門能夠將人工智能和機器學習技術集成至其各個產品中。

（來源：“國防科技要聞”微信公眾號）

美國防部推進保持5G領先的計劃

發布時間：2020年05月28日

美國防部認為5G寬帶覆蓋是“關鍵戰略技術”，但美軍方廣泛部署5G還存在以下障礙：為5G信號分配頻段；構建廣泛且昂貴的新網絡基礎設施；尚無能夠支持5G速度和功率的移動設備。美國防部“關于5G無線技術的新戰略”要求國防部辦公廳協調軍種間和機構間的5G工作。美軍方還將使用研發經費來補充美國的研究生態系統，試圖跟上中國建設5G基礎設施的速度。此外，還要求發展能夠更有效地利用5G頻譜空間的“毫米波技術”，以更有效地利用5G頻譜空間。

（來源：國防科技要聞）

美國國會計劃投資1000億美元資助高科技產業以應對中國科技發展

發布時間：2020年05月28日

美國國會將向美國國家科學基金會注資1000億美元，用于未來5年開展關鍵高科技領域研究工作。其選擇關注的技術領域基于中國高科技發展對美國帶來的挑戰而提出，主要包括：人工智能和機器學習；高性能計算、半導體和先進計算機硬件；量子計算和信息系統；機器人、自動化和先進制造；自然或人為災害預防；先進通信技術；生物技術、基因組學和合成生物學；先進能源技術；網絡安全、數據存儲和數據管理技術等。根據該法案，美國國會將再額外授權100億美元，用以指定并投入至少10個區域技術中心，這些中心后續將依次成為“全球關鍵技術研發和制造中心”。

（來源：“國防科技要聞”微信公眾號）

產業發展

新AI診斷程序可預測是否感染新冠肺炎

發布時間：2020年05月13日

據物理學家組織網11日報道，英美科學家攜手開發出一種人工智能（AI）診斷工具，可以根據癥狀預測某人是否可能感染新冠肺炎，相關研究發表于《自然·醫學》雜志。

研究人員稱，這款AI模型使用“新冠肺炎癥狀研究”應用程序中的數據，通過比較人們的癥狀和傳統新冠肺炎測試提供的結果來預測某人是否可能感染新冠肺炎，有望為難以獲得測試機會的人群提供幫助，他們即將在英國和美國開展兩項臨床試驗。

全球已有330多萬人下載了“新冠肺炎癥狀研究”程序，并每天使用該應用程序報告自身健康狀況。研究人員分析了該應用程序從250萬名英美用戶收集的數據，這些人定期在該應用程序中記錄其健康狀況，其中約三分之一的用戶記錄了與新冠肺炎相關的癥狀，有18374人報告稱他們接受了冠狀病毒檢測，其中7178人的檢測結果為陽性。

借助上述數據，研究小組探究了哪些已知與新冠肺炎有關的癥狀最有可能與陽性測試結果相關。他們發現，新冠肺炎的癥狀比感冒和流感癥狀更多樣。他們警告稱，不要只關注發燒和咳嗽，味覺和嗅覺喪失（嗅覺失調）更值得關注，因為三分之二冠狀病毒感染檢測結果呈陽性用戶報告有此癥狀。這表明，與發熱相比，嗅覺喪失是指向新冠肺炎更有力的指標。

研究人員隨后創建了一個數學模型，該模型可以根據用戶的年齡、性別及四個主要癥狀——嗅覺或味覺喪失、嚴重或持續咳嗽、疲勞和食欲不振的組合來預測某人是否可能感染新冠肺炎，準確率為80%左右。研究人員將這個模型應用于80萬名出現癥狀的應用程序用戶群體中，預測當時身體不適的人中有不到五分之一（17.42%）的用戶可能感染了新冠肺炎。

研究人員認為，將這種AI預測模型與“新冠肺炎癥狀研究”結合使用，可以在癥狀剛開始出現時識別出那些有可能感染的人。倫敦國王學院的蒂姆·斯佩克特教授說：“味覺或嗅覺喪失是新冠肺炎感染的關鍵預警信號，應包括在該疾病的常規篩查中，任何突然失去嗅覺或味覺的人應假定自己已被感染并遵守當地的自我隔離措施。”

（來源：科技日報）

疫情促進人臉識別技術在日本應用

發布時間：2020年05月14日

日本的人臉識別應用最早見諸報端的是機場的刷臉。從2017年10月開始，先后在東京羽田機場、東京成田機場、大阪關西國際機場以及名古屋中部國際機場導入人臉識別系統。專利申請數據顯示，在人臉識別相關技術方面，日本廠商擁有很多專利。其中N EC、NTT、日立、富士通、歐姆龍、佳能、東芝等排在前列。

為應對新冠肺炎疫情，日本的人臉識別應用報道了兩個實例：其一，日本的計數器廠商——GLORY公司研發了一套“可識別佩戴口罩人臉”的系統。這一人臉識別系統，即使識別對象佩戴口罩或墨鏡，也能根據眼睛、額頭及鼻梁等部位的特征進行識別。

其二，總務省導入的利用人臉識別的體溫測定系統，設置在中央聯合大樓2號樓與總務省2號大樓。利用紅外線照相機，即使距離測定對象1.5米以上，也能在0.5秒內以正負0.3度的精度檢測到來訪者的體溫異常，并及時向管理者發送通知，即使戴著口罩也能正確測量。

（來源：科技日報）

微軟向公眾開放與新冠病毒相關的黑客攻擊活動的威脅數據

發布時間：2020年05月15日

據外媒報道，微軟周四宣布，該公司正在將其收集的與新冠病毒相關的黑客攻擊活動的威脅情報公開。“作為一個安全情報社區，當我們分享的信息能夠提供更完整地了解攻擊者的轉移技術時，我們就會更強大，”微軟威脅情報團隊在一篇博文中說。“這種更完整的視圖使我們都能更主動地保護、檢測和防御攻擊。”

微軟決定開放其feed，以提高人們對攻擊者在新冠大流行期間不斷變化的技術的認識-尤其是對于那些可能不具備該公司所擁有的廣泛可見性的人來說。該安全團隊寫道：“微軟每天處理跨越身份、端點、云端、應用和電子郵件的數萬億個信號，這為我們提供了廣泛的COVID-19主題攻擊的可視性，使我們能夠在整個安全棧中檢測、保護和應對這些攻擊。”

由26個成員組成的網絡安全威脅共享非營利組織 “網絡威脅聯盟”（Cyber Threat Alliance）總裁兼首席執行官邁克爾-丹尼爾（Michael Daniel）表示，大流行期間犯罪活動的轉變首次將目標鎖定在使用新平臺的人身上。

“總的來說，安全行業的惡意活動數量并沒有增加；但是，我們看到這種犯罪活動的重點發生了迅速而急劇的轉移，”前白宮網絡安全協調員Daniel告訴CyberScoop。“壞人已經試圖利用人們的恐懼、整體信息的匱乏以及許多在線平臺的首次用戶的增加等因素，將重點轉移到了COVID-19的相關主題上。”

在網絡犯罪分子和國家行為者開始用新冠病毒和醫療保健主題的魚叉釣魚郵件或虛假的移動應用程序在全球范圍內瞄準受害者幾個月后，微軟進行了這一舉動。微軟正在提供的信息包括在大流行病相關的魚叉釣魚電子郵件活動中的惡意附件中使用的文件散列指標。其中包括的許多電子郵件誘餌都模仿了世界衛生組織和紅十字會的品牌，而其他誘餌似乎是在與目標共享有關COVID-19的信息。

微軟分享的283個威脅指標可以通過微軟的Graph Security API或Azure Sentinel的GitHub頁面獲得。

Mandiant Threat Intelligence的高級首席分析師Sarah Jones告訴CyberScoop，這種公開的共享很可能會對致力于打擊新冠病毒相關威脅的中小型企業有所幫助。“我們還沒有機會觀察到微軟的這一功能，不過，擁有多種方式整合和查詢外部的intel feeds，對于網絡防御者來說總是有幫助的。”ones說。“此外，向客戶發布高質量的和經過審核的‘Compromise指標’饋送，對于中小型企業來說，可以成為一種力量的倍增器。”

Cofense首席技術官Aaron Higbee對這一舉措表示歡迎，但他補充說，濫用微軟Office 365的網絡釣魚郵件非常猖獗。

“我們贊揚所有的努力，以保護人們免受網絡釣魚攻擊的攻擊，這些攻擊利用了人們對大流行病的恐懼和擔憂。”Higbee告訴CyberScoop。“Cofense的客戶對微軟無法過濾掉網絡釣魚郵件表示出越來越多的不滿。當他們得知釣魚郵件來自于Office 365賬戶，并且釣魚套件托管在Office 365上時，他們就會變得特別惱火。我很好奇，在微軟選擇分享的283個網絡釣魚指標中，有多少個是托管在Office 365內的。”

幾個星期前，多個網絡安全志愿者團體聯合起來，幫助醫療機構在大流行期間應對突發的網絡安全威脅。其他公司此前已經宣布，他們正在更廣泛地提供服務。

（來源：cnBeta）

美太空發展局計劃發射八顆能夠跟蹤高超聲速武器的衛星

發布時間：2020年05月20日

美太空發展局（SDA）5月11日發布了一份建議征詢書草案，擬在2022財年發射第一批能夠跟蹤高超聲速武器的衛星。根據該草案，SDA正在招標承包商設計和建造8顆寬視場（WFoV）衛星，這些衛星將裝備紅外傳感器，具備高超聲速武器的初始跟蹤能力。這八顆衛星還將接入SDA的傳輸層衛星，建立一個具有光學衛星間交叉鏈路的天基網狀網絡，讓WFoV傳感器收集的數據能夠在衛星之間傳輸，最終通過戰術數據鏈路傳輸到適當的系統。以下是該草案中為八顆WFoV衛星制定的性能目標：

①開發和交付集成紅外傳感器的衛星，這些傳感器需要具有足夠的靈敏度和處理能力，能夠從近地軌道探測高超聲速飛行器。

②描述星對星和星對地通信路徑的性能。

③與擴散的傳輸層集成，直接通過戰術數據鏈路提供跟蹤信息。

④演示驗證不同供應商提供的衛星之間的互操作性。

⑤評估衛星上處理、通信基礎設施和高級算法如何能夠更有效地利用通信帶寬。

⑥制定全球跟蹤能力的作戰概念。

⑦驗證功能和性能要求，以便為今后關于通信、太空和地面處理以及全面全球能力所需天基傳感器的數量、類型和能力的研究提供信息。

此前不久，美國防高級研究計劃局宣布，計劃在今年年底和2021年將“黑杰克”項目的衛星送入軌道，預計在2022財年發射第一批約20顆衛星，2024財年發射第二批150顆衛星。

（來源：“國防科技要聞”微信公眾號）

英國推出用于無人潛航器的水下全球導航衛星系統

發布時間：2020年05月28日

英國模數技術公司推出全新系列的全球導航衛星系統（GNS S）。該系統可承受幾千米的水壓，在水下準確記錄平臺位置，適合遙控水下潛航器（ROVs）和自主水下潛航器（AUVs）。

該系列中結構最緊湊的是M in iPod101G，其額定下潛深度為50米，可在靠近水面處工作，并將位置信息傳送至2千米外的母船，從尺寸、重量和安裝等關鍵因素考慮非常適合小型海上無人系統；MiniPod103G和MiniPod106G的額定下潛深度分別為1000米和6000米，可與超短基線定位系統（USBL）等水下聲學定位系統結合使用，提供無人潛航器和無人艦艇的實時監測，實現水面跟蹤/回收和丟失資產的重新定位，適合觀測級或深水作業級的遙控水下潛航器；MiniPod107GS綜合其他型號的特點和優勢，采用IsatData Pro技術，為遠程資產監控提供全球衛星定位服務，一旦其所安裝的水下潛航器浮出水面，準確的位置信息就可被送至世界任何地點。另外，所有型號均包含高穩定性的即插式雙波段L1 + L2接收器，可連接Atlas公司的校正服務以提高準確性。

（來源：“國防科技要聞”微信公眾號）

1750億參數，史上最大AI模型GPT-3上線

發布時間：2020年05月30日

5月29日，OpenAI 提出的 GPT-3 在社交網絡上掀起了新一陣風潮。它的參數量要比 2 月份剛剛推出的、全球最大深度學習模型 Turing NLP 大上十倍，而且不僅可以更好地答題、翻譯、寫文章，還帶有一些數學計算的能力。這樣強大的深度學習，不禁讓人產生一種錯覺：真正的AI要來了嗎？

首先，GP T-3 最令人驚訝的還是模型體量，它使用的最大數據集在處理前容量達到了 45TB。根據 OpenAI 的算力統計單位petaf lops/s-days，訓練 AlphaGoZero 需要1800-2000pfs-day，而 OpenAI 剛剛提出的 GPT-3 用了3640pfs-day，看來擁有微軟無限算力的 OpenAI，現在真的是為所欲為了。

研究者們希望 GPT-3 能夠成為更通用化的 NLP 模型，解決當前BERT等模型的兩個不足之處：對領域內有標記數據的過分依賴，以及對于領域數據分布的過擬合。GPT-3致力于能夠使用更少的特定領域，不做“微調”（fine-tuning）解決問題。

和往常一樣，GPT-3 立即放出了GitHub項目頁面，不過目前僅是一些生成樣本和數據集，還沒有代碼：https：//github.com/openai/gpt-3。

不過上傳的沒有那么快其實情有可原，在 issue 里有人道出了真相：參數這么多，如果按照 GPT-2十五億參數等于6G這么算的話，GPT-3模型可能要700G，老硬盤還裝不下，不是正常人能玩的轉的。

2019年3月機器學習先驅，阿爾伯塔大學教授Richard S.Sutton著名的文章《苦澀的教訓》里開篇就曾說道：“70年的人工智能研究史告訴我們，利用計算能力的一般方法最終是最有效的方法。”

2019年初，OpenAI發布了通用語言模型GPT-2，能夠生成連貫的文本段落，在許多語言建模基準上取得了SOTA性能。這一基于Transformer 的大型語言模型共包含15億參數、在一個800萬網頁數據集上訓練而成。GPT-2是對GPT模型的直接擴展，在超出 10 倍的數據量上進行訓練，參數量也多出了10倍。

然而，長江后浪推前浪。昨日，OpenAI發布 GPT-3模型，1750億參數量，足足是GPT-2的116倍。

GPT-3 的論文作者多達 31 人，來自OpenAI、約翰霍普金斯大學的Dario Amodei等研究人員證明了在GPT-3中，對于所有任務，模型無需進行任何梯度更新或微調，而僅通過與模型的文本交互指定任務和少量示例即可獲得很好的效果。

GPT-3 在許多 NLP 數據集上均具有出色的 性能，包括翻譯、問答和文本填空任務，這還包括一些需要即時推理或領域適應的任務，例如給一句話中的單詞替換成同義詞，或執行 3 位數的數學運算。

當然，GPT-3 也可以生成新聞報道的樣本，我們很難將機器寫的文章與人類寫的區分開來。

（來源：“機器之心”微信公眾號）

美國海軍海戰系統司令部成立網絡與數字化轉型領導機構

發布時間：2020年05月29日

據USNI網站報道，4月中旬，美國海軍海戰系統司令部（NAVSEA）司令、海軍中將托馬斯·摩爾宣布成立網絡工程與數字化轉型局（SEA 03），由阮桓少將負責。雖然4年前就任NAVSEA司令時，摩爾中將就將網絡作為NAVSEA的首要任務，但目前NAVSEA還沒有形成關于網絡和數字化發展的統一規劃。在前海軍作戰部長約翰·理查德森上將實施數字化轉型后，摩爾中將發現NAVSEA部門在信息化建設方面各自為政，如首席信息辦公室管理艦載網絡，項目執行辦公室管理軟件包、作戰系統和雷達的網絡防御，海軍系統工程局（SEA 05）則負責數字雙胞胎、數據分析的試點項目。雖然這些機構都在各自領域取得了一定成果，但總體上，NAVSEA并沒有人專門負責整個部門的數字化、網絡建設問題。SEA 03的成立就是為了解決上述問題。SEA 03合并了首席信息辦公室，將NAVSEA的信息化建設思路從面向傳統IT任務轉為交付服務。接下來，SEA 03將對NAVSEA的網絡和數字化轉型進行整體評估，提出下一步機構改革建議。

SEA 03的任務是“發展艦隊數字能力，開發網絡安全基礎設施，增強用戶體驗，提升艦隊作戰能力”。具體職責包括：1、開發、保護網絡與數字生態系統；2、提供網絡與數字化業務；3、設計、交付、維護網絡與數字生態系統；4、提供數字化決策；5、管理網絡和數字化技術；6、有效交付數據；7、開發數字架構；8、提升數字化創新；9、實施基于模型的系統工程。

（來源：國防科技信息網）

多操作系統平臺資產風險狀況研究：微軟漏洞最多

發布時間：2020年05月06日

Kenna Security 發布了一份新的報告，其中對Microsoft、Linux 和 Mac 資產的風險狀況進行了研究。Cyentia 研究所撰寫了《 Prioritization to Prediction：Volume 5： In Search of Assets at Risk》報告，該報告基于Kenna Security 來自 450 個組織的 900 萬資產的數據。

報告指出，微軟資產的 70% 至少具有一個高風險漏洞。在整個研究期間，研究人員共發現了 Microsoft 資產中的 2.15 億個漏洞，其中已完成修復的漏洞有 1.79 億個，占比 83%。根據 Kenna Security 的說法，其余未修補的 3600 萬個漏洞要高于 Max、Linux 和 Unix 資產的總和。

微軟還擁有最高的封閉式高風險漏洞百分比，為83%。緊隨其后的是 Apple OSX，其次是 Linux/unix 和網絡設備/IoT 設備。此外，40% 的 Linux 和 Unix 資產以及 30% 的網絡設備具有已知漏洞。

不過，Kenna Security 也指出，較少的漏洞不一定表示設備更安全。在一個單個高風險漏洞可能造成災難性后果的世界中，有效的補丁程序優先級和速度是安全性的關鍵，而與設備或軟件類型無關。

盡管 Microsoft 具有比其他漏洞更多的漏洞，但這不一定表示其存在總風險，因為 Microsoft 還可以更快地修復漏洞。該報告發現，基于 Wi ndow s 的資產每月平均有119 個漏洞，并且平均每 36 天修補一次這些漏洞。與此相比，網絡設備每月平均只有 3.6 個漏洞，但這些漏洞則大約需要一年的時間才能完成修補。

蘋果的補丁率位列第二高，為 79%。Linu x、Un i x 和其他網絡設備的補丁率則為 66%。

Cyentia Institute 的合伙人兼創始人 Wade Baker 表示：“通過自動修補和’Patch Tuesdays’，Microsoft 能夠解決其系統上的關鍵漏洞的速度非常出色，但其仍然存在很多漏洞。“另一方面，我們看到許多資產，例如 routers和 pr i nter s，它們的高風險漏洞具有更長的保質期。公司需要圍繞這些權衡因素調整其風險承受能力，策略和漏洞管理功能。

（來源：cnBeta）